-
公开(公告)号：CN109284812A
公开(公告)日：2019-01-29
申请号：CN201811098851.9
申请日：2018-09-19
Applicant: 哈尔滨理工大学
Abstract: 一种基于改进DQN的视频游戏模拟方法，为了解决DQN算法在视频游戏模拟中游戏得分低、学习策略速度慢的问题。该算法首先对激活函数进行了改进，结合ReLu和Softplus两种激活函数的优点，设计并构造一种分段激活函数。其次设计改进的Gabor滤波器，用其代替卷积神经网络中原有的可训练的滤波器。算法中将视频游戏的一帧帧图像和改进后的Gabor滤波器卷积得到多个不同方向的特征，然后将这些特征进行特征融合，用融合后的特征取代原始视频游戏图像作为卷积神经网络的输入，利用强化学习的Q-Learning算法训练更新网络权重，得到训练模型，实现视频游戏的模拟。实验研究表明，改进的DQN算法在视频游戏模拟中游戏得分更高，且能更快地学习到策略。
-
公开(公告)号：CN109284812B
公开(公告)日：2021-11-30
申请号：CN201811098851.9
申请日：2018-09-19
Applicant: 哈尔滨理工大学
Abstract: 一种基于改进DQN的视频游戏模拟方法，为了解决DQN算法在视频游戏模拟中游戏得分低、学习策略速度慢的问题。该算法首先对激活函数进行了改进，结合ReLu和Softplus两种激活函数的优点，设计并构造一种分段激活函数。其次设计改进的Gabor滤波器，用其代替卷积神经网络中原有的可训练的滤波器。算法中将视频游戏的一帧帧图像和改进后的Gabor滤波器卷积得到多个不同方向的特征，然后将这些特征进行特征融合，用融合后的特征取代原始视频游戏图像作为卷积神经网络的输入，利用强化学习的Q‑Learning算法训练更新网络权重，得到训练模型，实现视频游戏的模拟。实验研究表明，改进的DQN算法在视频游戏模拟中游戏得分更高，且能更快地学习到策略。
-
公开(公告)号：CN206542420U
公开(公告)日：2017-10-03
申请号：CN201720280560.6
申请日：2017-03-21
Applicant: 哈尔滨理工大学
IPC: H04L9/00
Abstract: 本实用新型提供了一种十一维六次混沌模拟电路，属于混沌信号发生器设计技术领域。解决现有低维混沌系统一般存在的混沌信号简单、抗干扰能力差、保密性不强等问题。该电路包括十一个通道电路：每一个通道电路均由乘法器、反相加法比例运算器、反相积分器、反相器以及电阻、电容组成。可用于保密通信、图像加密等领域，该模拟电路的多个系统参数使密钥空间更大，产生的混沌序列随机性更强，系统的抗破译能力更强，可有效解决低维混沌电路存在的密钥空间小的问题。
-
-
Search Results
3
records
(took 0.017 seconds)
